基于語音混合特征說話人識別的研究.pdf

1、說話人識別是指通過說話人語音信號的分析和特征提取，從而確定說話人是否在所記錄的說話人集合中，進而確定說話人是誰的過程。它在許多領(lǐng)域內(nèi)有良好的應(yīng)用前景。 目前在說話人識別中，要提高識別率有兩個重要的問題需要解決：一是如何選取能夠有效表征說話人特征的可靠參數(shù)；二是如何選取合適的識別算法。本文主要是對特征參數(shù)的選取進行了初步的探討，做了如下幾方面工作： 1.在特征提取方面，本文中分析了當前最常用的兩種倒譜特征參數(shù)：美爾頻率倒譜

2、系數(shù)(MFCC)和線性預(yù)測倒譜系數(shù)(LPCC)。并對其進行了改進，一方面是采用二次提取的方法，將MFCC和UCC與其各自對應(yīng)的一階差分組合在一起形成新的特征參數(shù)。另一方面是本文還提出了將美爾頻率倒譜系數(shù)(MFCC)和線性預(yù)測倒譜系數(shù)(IJPCC)兩個基于不同模型的特征參數(shù)組合在一起形成新的特征參數(shù)，實驗的結(jié)果證明了這兩種方法與傳統(tǒng)的使用單一特征參數(shù)進行識別相比都能有效的提高實驗系統(tǒng)的識別率。此外，還嘗試著在預(yù)處理部分加入基于時域特征的端